随着美联储12月降息概率一路走高至8成，中美科技股接连暴力反弹，今日AI硬件板块带领A股放量上涨，同时上周五火速获批的16只硬科技基金也迎来紧锣密鼓开启发售！

其中包含科创创业人工智能ETF华泰柏瑞(认购代码：159139)在内的首批跟踪中证科创创业人工智能指数（以下简称“科创创业AI”）的产品将于11月28日起发售。

在这批14只硬科技ETF跟踪的3只人工智能指数中，作为唯一陌生面孔的科创创业AI指数，有何来头？

1

科创创业AI指数，重磅来袭

科创创业AI指数，诞生于AI产业如火如荼发展3年后的2025年5月14日，经指数公司深度调研国内外AI产业的现状、趋势，在“硬科技力突出”的科创板和“高端制造力发达”的创业板选取50只聚焦AI上中下游产业链的成份股。

两个板块在人工智能领域各有特色：科创板AI公司深耕基础软硬件与关键算法；创业板则涌现出一批在光模块、AI应用等领域高速成长的上市公司。两大板块的优质企业共同纳入，有望能更全面地映射AI产业发展现状。

相较科创AI、创业板人工智能等单一市场的AI主题指数，科创创业AI在实现AI全产业链覆盖同时，对关键领域进行了进一步的提纯，明确聚焦通信设备+半导体。

从行业分布上，科创创业AI指数的两大权重板块通信设备（37.92%）与半导体（31.21%）合计占比近70%，凸显出对AI算力基础设施的重点布局，软件开发（9.29%）则作为技术落地的重要环节，进一步完善了产业链配置。

集双创锐度于一身的科创创业AI指数，业绩表现同样锋利十足，截至11月24日，该指数年内上涨73%，一举打败创业板人工智能（69.36%），跻身新任最牛AI指数，同样优于CS人工智（49.14%）科创AI（41.91%）等人工智能主题指数。

科创创业人工智能ETF华泰柏瑞(认购代码：159139)也将于11月28日起正式发售。

(本文内容均为客观数据信息罗列，不构成任何投资建议）

今日中美科技股的同步反弹，意味着市场对AI泡沫的担忧减轻了吗？

2

郭明錤反驳英伟达财报造假论

近期全球科技股的剧烈波动表面是流动性问题，实质是市场对AI单一叙事过于依赖的不信任，尤其是英伟达成为全球首家5万美元市值公司后，体量相当于全球第三大经济体，问题是大家并没有看到所谓划时代的AI应用产品。

当大空头80%做空AI、《6100亿美元AI庞氏骗局崩盘》的消息一经发布，如干柴遇上烈火，一场轰轰烈烈的抛售潮，来势汹汹。

对于传播甚广的《6100亿美元AI庞氏骗局崩盘》一文，“付款周期从46天延长至53天”，“三季度库存总额达到198亿美元，环比暴增32%”，叠加前四大客户销售占比继续攀升，引发市场对芯片需求真实性的质疑

对此分析师郭明錤的看法如下：

①英伟达客户集中度从FY2020－2024的平均23.8%显著提升到Q3 FY26的65%，DSO（应收帐款周转天数）随应收帐款的客户集中度显著提升而增加很合理，这反映了大客户的议价力。

②质疑者的另一错误是将英伟达与其他主要客户非CSP的厂商之DSO来比较。事实上，以CSP厂商作为主要客户的Arista、Celestica与Vertiv等，其DSO普遍在60－70天以上，佐证了验证英伟达53天DSO的合理。

在库存方面，市场认为英伟达库存积压芯片Q3环比增长32%，可能反映产品滞销，而郭明錤认为：

①Q3 FY26库存金额增加32%，与台积电CoWoS平均月产能在三季度增长25%－30%趋势一致。

②Q3 FY26库存金额中占比最高(44.2%) 是在制品，显著环比增长约98％至87.35亿美元，则是反映新款Blackwell B300芯片在3Q25开始爬坡与量产，这非但不是诈欺，反而证明Nvidia为B300芯片强劲需求做准备。

3

谷歌TPU挑战英伟达GPU地位？

除了财报被市场质疑，谷歌旗下能效比更高的芯片TPU更是被市场视作对撼动英伟达芯片霸主地位的存在，今日还有新闻报道Meta斥资数十亿美元购买谷歌TPU。

看起来英伟达真的是四面楚歌。但轻易下结论前，需要先弄清楚TPU与GPU的工作原理后，再尝试去谈取代与否。

根据谷歌官网的介绍，谷歌TPU是专为加速张量（Tensor）计算而设计，通过牺牲通用性，换取对特定操作（如矩阵乘法）的极致优化，因此尤其适合擅长训练和推理特定的深度学习模型。

GPU因高度并行的架构被广泛应用于通用计算，就像一个全能的并行计算平台，可以处理渲染、科学计算、密码学以及深度学习等多种任务。

通俗来理解，TPU就像为AI训练量身定制的"特制跑鞋"，而GPU是"万能运动鞋"。

正是因TPU的架构设计移除通用芯片中不必要的组件，能达到极致的能效比，TPU能效比GPU高出2-3倍，成本比英伟达更低之余，购买TPU还意味搭配的是谷歌的全栈式AI资源，因此引起华尔街的不安。

需要注意的一点是，TPU的“专”是通过只优化定制的、低精度的矩阵运算，换来了比通用GPU高得多的能效比和更高的吞吐量，同时也带来一定局限。

需知市场主导地位不仅取决于硬件性能，更取决于生态系统、软件支持和客户锁定。

英伟达难以被取代的核心优势在于其构建了一个高护城河的软件生态系统：

①CUDA平台：是英伟达算力的核心。CUDA 是一套完整的软件平台，包括编译器、库、调试工具等，它支持几乎所有的编程语言和计算框架。

②通用性和灵活性：GPU的设计允许它运行任何可以并行化的代码。如果一个新AI模型或计算任务不适合TPU严格的矩阵乘法结构，GPU仍能保持高性能。（让ASIC芯片高效运作需要一定时间，但英伟达的芯片大部分情况下开箱即用。）

③上下游产业链稳定：英伟达作为绝对霸主，垄断了市场的主要产能（台积电产能、HBM存储器产能）有限，目前大部分都供应给了英伟达。

因此业内认为，TPU的出现并没有完全颠覆英伟达的算力市场，而在超大规模AI训练方面的确有影响。